长上下文 Prompt 的信息密度要控制。AI 对上下文的理解不是均匀的，开头和结尾的内容权重更高（首因效应和近因效应）。关键信息放开头，最新指令放结尾，中间放背景资料。 AI 生成生产级代码的 Prompt 要点：明确技术栈版本、给出代码规范链接、要求错误处理、要求类型安全、要求添加注释。最重要的是给一个高质量的参考实现作为 few-shot 示例。 元提示词（用 Prompt 生成 Prompt）是个有趣的方向。我让 AI 分析我的需求和现有 Prompt，然后建议优化方案。虽然不能完全替代人工，但能提供意想不到的视角，特别是发现自己盲点的时候。
这个问题我研究过一阵，JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。
这个思路很巧妙，降 AI 率最有效的是让 AI 模仿口语化表达，加入「我觉得」「说实话」这类词。希望对你有帮助。
说个反直觉的发现：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。
Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。我之前也遇到过类似问题，Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。实践出真知，建议动手试试。
我之前也遇到过类似问题，角色设定越具体效果越好，「5 年 Next.js 全栈开发者」比「专家」好得多。仅供参考，具体还是要看你的场景。
Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。
我调研过这块，元提示词（用 AI 优化 Prompt）是个好思路，但需要人工判断哪些建议有效。感谢楼主的启发。
补充一点：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。这只是个人经验，不一定通用。
实操中我发现：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。一起学习。
说说我自己的经历：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。欢迎私信深入交流。降 AI 率最有效的是让 AI 模仿口语化表达，加入「我觉得」「说实话」这类词。
补充一个可能被忽略的点：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。欢迎大家补充。
我的项目里也用了这个方案，Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。希望少走弯路。
上周刚好踩了这个坑，元提示词（用 AI 优化 Prompt）是个好思路，但需要人工判断哪些建议有效。如果有更好的方案求分享。
我的项目里也用了这个方案，JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。这只是个人经验，不一定通用。
这个观点我很认同，Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。有疑问可以继续问。
反对一下，我的测试结果不是这样：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。这只是个人经验，不一定通用。
不同场景下结论可能不同：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。希望对你有帮助。
我的项目里也用了这个方案，系统提示词里加「不确定时回答不知道」能显著降低幻觉率。这只是个人经验，不一定通用。